我有一个叫"DF"的Pandas DF.我希望以这样的方式从总体中采样数据，即给定一个事件计数，N=100，列="Type"，我希望以这样的方式打印该列中总共100行，即每种类型的事件分布是相等的.
| SNo | Type | Difficulty |
|---|---|---|
| 1 | Single | 5 |
| 2 | Single | 15 |
| 3 | Single | 4 |
| 4 | Multiple | 2 |
| 5 | Multiple | 14 |
| 6 | None | 7 |
| 7 | None | 4323 |
例如，如果我指定N=3，则输出必须为:
| SNo | Type | Difficulty |
|---|---|---|
| 1 | Single | 5 |
| 3 | Multiple | 4 |
| 6 | None | 7 |
如果对于数字N，某些类型的出现不符合最小分割，我可以随机增加另一个计数.
我想知道如何通过编程实现这一点.谢谢
使用groupby.sample(Pandas ≥ 1.1)N除以类型数.
NB. This assumes the N is a multiple of the number of types if you want a strict equality.
N = 3
N2 = N//df['Type'].nunique()
out = df.groupby('Type').sample(n=N2)
使用与上述相同的方法，用随机行(不包括已 Select 的行)完成到N.
N = 5
N2, R = divmod(N, df['Type'].nunique())
out = df.groupby('Type').sample(n=N2)
out = pd.concat([out, df.drop(out.index).sample(n=R)])
由于您仍有可能完成同一组的项目，如果您真的想确保从不同组进行采样，请将最后一步替换为:
out = pd.concat([out, df.drop(out.index).groupby('Type').sample(n=1).sample(n=R)]
输出示例:
SNo Type Difficulty
4 5 Multiple 14
6 7 None 4323
2 3 Single 4
3 4 Multiple 2
5 6 None 14